利用 Vision Transformer 的中间特征进行人脸反欺骗
计算机视觉与模式识别
2025-06-17 v2
摘要
人脸识别系统被设计为对图像采集过程中的头部姿态、光照和模糊变化具有鲁棒性。如果恶意人员出示注册用户的人脸照片，可能会非法绕过认证过程。此类欺骗攻击需要在人脸识别之前被检测到。本文提出一种基于 Vision Transformer (ViT) 的欺骗攻击检测方法，以检测活体与欺骗人脸图像之间的微小差异。该方法利用 ViT 的中间特征计算训练损失和推理分数，这些特征在局部与全局特征之间具有良好的平衡，对欺骗攻击检测至关重要。该方法还引入了两种数据增强方法：人脸反欺骗数据增强和分块数据增强，以提高欺骗攻击检测的准确率。我们通过在 OULU-NPU 和 SiW 数据集上的实验验证了所提方法的有效性。项目页面位于：https://gsisaoki.github.io/FAS-ViT-CVPRW/ 。
引用
@article{arxiv.2505.24402,
title = {Leveraging Intermediate Features of Vision Transformer for Face Anti-Spoofing},
author = {Mika Feng and Koichi Ito and Takafumi Aoki and Tetsushi Ohki and Masakatsu Nishigaki},
journal= {arXiv preprint arXiv:2505.24402},
year = {2025}
}
备注
2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)